Markdown 판례 인덱스 등록. 로컬 clone 연결 후 사건번호, 선고일, 판시사항 기준 검색에 사용합니다.
Upload Inbox
NotebookLM 자료 업로드 및 생성 설정
아직 학습된 업로드 자료가 없습니다.
NotebookLM을 메인으로 사용합니다. 기존 GPT/Notion/OCR 집계, 브라우저 업로드 chunk, 성적 통계 요약을 소스팩으로 묶고, GPT/Claude/Gemini는 부가 검수용으로 둡니다.
Generated Draft
생성 전 미리보기
NotebookLM 메인 소스팩
기존 학습자료와 로컬 초안을 NotebookLM에 넣을 소스팩으로 만들면 표시됩니다.
Review Queue
검수 큐
Private Corpus + Public Law
자료 학습 현황
전체 자료6,701
추출 완료6,175
학습 chunk64,483
OCR/서버 대기0
OCR Pipeline
스캔 PDF 학습 처리
PDF 감지
macOS Vision OCR
chunk 병합
문항 생성/RAG 반영
로컬 Mac에서 OCR 대상 PDF 309개를 처리했고, 308개 결과를 private corpus chunk로 병합했습니다. 현재 OCR/서버 대기 0개입니다. 원문 PDF와 OCR 결과는 GitHub/Cloudflare에 공개되지 않습니다.
GPT 반영팩130개기존 ChatGPT 학습·압축 자료
Notion export93개주간 리뷰, 기말 인덱스, 답안 패턴
내신/족보 후보413개동아대 로스쿨 중간·기말 대비 자료
변시 후보18개공개 여부와 공공누리 확인 필요
권리 검토 필요2,309개학교자료·교과서·족보 원문은 private 유지
로컬 SQLite DB생성 완료private/local-db/lawbar_local.sqlite3에 OCR chunk와 검수 큐 schema 반영
브라우저 업로드0개TXT/MD/JSON/CSV를 최대 30개씩 올리면 즉시 문항 생성 근거로 사용
NotebookLM Migration
기존 학습자료 이식 방식
기존 GPT/Notion/OCR 요약
브라우저 업로드 chunk
성적 통계 요약
NotebookLM 소스팩
공개 화면에는 집계만 표시하고, 원문·OCR chunk는 로컬 private pack으로만 유지합니다. NotebookLM에는 과목·단원별 source pack을 나누어 추가하고, GPT/Claude/Gemini는 보조 검수용 프롬프트로만 사용합니다.
법령·판례 캐시와 증분 업데이트 구조 참고. 코드 포함 배포 전 라이선스 고지를 확인합니다.
현행법령, 판례, 헌재결정례 API를 조문 기준일과 최신성 검증의 1순위 근거로 둡니다.
비공개 학습 코퍼스와 공개 법령 레이어의 원문 캐시는 모두 로컬 git-ignored 경로에만 두며, 공개 사이트에는 집계 상태만 표시합니다.
Class Analytics
수업 리포트와 점수 통계
응시자0
평균-
중앙값-
표준편차-
점수표를 올리면 분석 리포트가 여기에 표시됩니다.
예상 활용: 내신 등급 분포, 문항별 정답률, 단원별 취약점, 재출제 추천, 학생별 보충문제 생성.
1. 자료 학습강의자료, 학생답안, 기출 유형, OCR PDF를 private corpus로 분리 학습한다.
2. 문항 생성기존 문제 재구성, 기출 유형 변형, 새로운 응용 문제를 선택형·사례형·기록형으로 만든다.
3. 점수 분석학생 시험지와 점수표에서 평균, 분산, 분위, 문항별 취약 단원을 산출한다.
4. 보충 학습취약 단원별 재출제 추천과 학생별 보충 문제 세트를 생성한다.
5. 검수/배포교수·조교 검수 후 승인 세트만 학생 학습/시험용으로 배포한다.
Usage Guide
LawBar Forge 사용 방법 목차
01
전체 흐름
자료를 올리면 LawBar Forge가 먼저 로컬 학습 chunk와 기존 문제 구조를 잡고, 선택한 모드에 맞춰 NotebookLM 소스팩, 로그인 계정 보강 프롬프트, 또는 API 직접 생성 요청으로 바꿉니다. 결과는 바로 학생 배포가 아니라 검수 큐에 쌓이고, 조문·판례·출처 확인 후 승인 세트로 이동하는 흐름입니다.
자료 업로드
로컬 색인
문항·해설 생성
검수 큐
수업 리포트/배포
02
실행 모드
03
AI 제공자별 사용법
NotebookLM 소스팩메인 모드입니다. 강의자료, GPT 반영팩, Notion/OCR 요약, 성적 요약을 source pack으로 묶고 NotebookLM에 추가해 답을 받은 뒤 JSON을 다시 붙여넣습니다.
OpenAI GPT 로그인 계정ChatGPT 계정 세션 열기 버튼으로 공식 사이트를 엽니다. 이미 로그인되어 있으면 그대로 사용하고, 아니라면 직접 로그인합니다. LawBar Forge는 비밀번호를 받지 않습니다.
Claude/Gemini 로그인 계정GPT와 같은 방식입니다. 로컬 초안을 만든 뒤 보강 프롬프트를 복사해 공식 서비스에 넣고, 반환 JSON을 검수 큐에 반영합니다.
OpenAI/Claude/Gemini APICloudflare 환경변수에 키가 있어야 사이트 안에서 바로 생성됩니다. 키가 없으면 로컬 초안과 로그인 계정 보강 흐름으로 복구됩니다.
04
자료별 사용법
상단 파일 선택TXT, MD, JSON, CSV, TSV 자료를 한 번에 최대 30개까지 올립니다. 문제 파일은 stem, choices, answer, explanation 구조를 감지해 새 문항 생성 근거로 씁니다.
GPT 반영팩기존 ChatGPT 대화 요약, 커스텀 GPT 지시문, 누적 법학 정리를 넣습니다. 단원별 출제 포인트와 네가 이미 학습시킨 법리 표현을 보강하는 용도입니다.
기출 유형 예시변호사시험, 모의고사, 학교 중간·기말 문제의 형식만 참고합니다. 원문 복제 위험이 있으면 검수 필요로 남깁니다.
승인 근거자료강의자료, 판례, 조문, 교재 요약 등 정답 근거를 넣습니다. 해설에는 이 자료가 1차 근거로 반영됩니다.
기록형 서류소장, 답변서, 준비서면, 계약서, 수사기록 형태 자료를 넣습니다. 기록형 쟁점 추출과 서면형 답안 연습에 사용합니다.
점수표 업로드수업 리포트 화면에서 CSV/TSV를 올리면 응시자 수, 평균, 중앙값, 표준편차와 취약 구간을 계산합니다.
05
문항 생성 설정
과목명/단원명검색과 출제 축입니다. 예: 민법, 채무불이행. 단원명을 구체적으로 쓰면 관련 chunk와 기존 문제가 더 정확히 잡힙니다.
문제 유형선택형 5지선다, 사례형 쟁점형, 기록형 서면형을 고릅니다. 선택형은 정답 유일성, 사례형은 쟁점 누락, 기록형은 사실관계 인용을 검수합니다.
참고 범위업로드 자료만, 자료+법령/판례, 기출 유형 참고 중 선택합니다. 공개 법령·판례는 기준일과 원출처를 함께 확인해야 합니다.
생성 방향새 응용 문제, 기존 문제 재구성, 기출 유형 변형, 내신 복습 문제 중 고릅니다. 사업화용이면 원문 복제를 피하기 위해 새 응용 문제를 기본값으로 둡니다.
06
검수 큐 사용법
생성된 문항은 모두 검수 큐에 들어갑니다. 초안, 수정 필요, 승인, 폐기로 상태를 나누고, 정답 유일성·조문 기준일·판례 원출처·저작권 위험을 확인한 뒤 승인합니다. 승인 전 문항은 학생 배포용이 아니라 검토용입니다.
07
수업 리포트 사용법
점수표를 올리면 수업 전체의 평균, 중앙값, 표준편차를 계산하고, 이후 문항별 정답률·취약 단원·학생별 보충문제 추천으로 확장합니다. 변호사시험 대비에는 과목별 취약 단원과 내신 대비 자료를 함께 연결하는 방식으로 씁니다.
08
보안과 권리 원칙
비밀번호 저장 금지OpenAI/Claude/Gemini 로그인 계정은 공식 사이트에서 직접 로그인합니다. LawBar Forge는 계정 비밀번호를 받거나 저장하지 않습니다.
원문 private 유지학교자료, 교과서, 족보, OCR 원문은 로컬 private storage에만 둡니다. 공개 배포본에는 집계와 요약 상태만 표시합니다.
API 키 서버 보관API 모드를 쓸 때 키는 Cloudflare 환경변수 또는 로컬 env에 둡니다. 브라우저 코드와 GitHub에는 올리지 않습니다.
사람 검수 우선AI가 만든 문항은 자동 정답으로 취급하지 않습니다. 조문·판례·출처·저작권을 확인한 뒤 승인합니다.